The Dangers of Distracted Driving: A Substudy of Patient Perception Data From the DRIVSAFE Observational Study
Notice bibliographique
Résumé
OBJECTIVE: To determine how fracture clinic patients perceive the dangers of distracted driving. DESIGN: Analysis of patient perception subset data from the original DRIVSAFE study; a large, multicenter cross-sectional study, surveying fracture clinic patients about distracted driving. SETTING: Four Level 1 Canadian trauma center fracture clinics. PATIENT SELECTION CRITERIA: English-speaking patients with a valid Canadian driver's license and a traumatic musculoskeletal injury sustained in the past 6 months. OUTCOME MEASURES AND COMPARISONS: Primary outcome was patients' safety ratings of driving distractions. As per the original DRIVSAFE study, patients were categorized as distraction-prone or distraction-averse using their questionnaire responses and published crash-risk odds ratios (ORs). A regression analysis was performed to identify associations with unsafe driving perceptions. RESULTS: The study included 1378 patients, 749 (54.3%) male and 614 (44.6%) female. The average age was 45.8 ± 17.0 years (range 16-87). Sending electronic messages was perceived as unsafe by 92.9% (1242/1337) of patients, while reading them was seen as unsafe by 81.2% (1086/1337). Approximately three-quarters of patients viewed making (78.9%, 1061/1344) and accepting (74.8%, 998/1335) calls on handheld mobile phones as unsafe. However, 31.0% (421/1356) of patients believed that they had no differences in their driving ability when talking on the phone while 13.1% (175/1340) reported no driving differences when texting. Younger age (OR, 0.93 [95% confidence interval (CI) 0.90-0.96], P < 0.001), driving experience (OR, 1.06 [95% CI 1.02-1.09], P < 0.001), and distraction-prone drivers (OR, 3.79 [95% CI 2.91-4.94], P < 0.001) were associated with unsafe driving perceptions. CONCLUSIONS: There is a clear association between being prone to distractions and unsafe driving perceptions, with distraction-prone drivers being 3.8 times more likely to perceive driving distractions as safe. This information could potentially influence the appropriate delivery and content of future educational efforts to change the perception of driving distractions and thereby reduce distracted driving. LEVEL OF EVIDENCE: Prognostic Level IV. See Instructions for Authors for a complete description of levels of evidence.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».